Medir visibilidade em IA

#O que medimos e o que encontrámos

A maior parte do que se escreve sobre visibilidade em IA é conselho. Isto é medição. Somos uma agência que defende servir à IA HTML limpo renderizado no servidor, por isso era justo verificar se a própria agência é citada. A resposta, ao longo de três instantâneos em abril, maio e junho de 2026, foi mais interessante do que um único número.

#Primeiro vem o problema do instrumento

Antes de qualquer conclusão, a ressalva que reenquadra todas as outras. Há duas formas comuns de medir com que frequência uma IA o cita, e elas não concordam.

A forma barata é um proxy de API. Envia os seus prompts através da API de um modelo, lê o texto que volta e conta menções à marca e ligações. É reprodutível e quase gratuito, e por isso está em todo o lado. A sua fraqueza é que o caminho da API não é o produto que um cliente usa. As comparações publicadas situam a sobreposição de fontes entre as respostas da API e a interface web de consumo em baixos números de um dígito, por isso um proxy pode dizer-lhe que um modelo conhece o seu nome em abstrato sem lhe dizer nada de fiável sobre o que um utilizador real vê.

A forma honesta é monitorizar as respostas reais de consumo, as mesmas respostas que uma pessoa recebe na interface do ChatGPT ou do Perplexity, incluindo que fontes o produto realmente apresenta. Custa mais e é mais difícil de automatizar. É também o único número que corresponde a uma visita perdida ou ganha.

Usámos três variantes da primeira e nem uma única vez a segunda. A primeira versão deste relatório afirmava o contrário, e é precisamente essa a lição mais reutilizável que ele contém: durante um trimestre inteiro medimos algo diferente daquilo que anunciávamos medir, e só demos por isso quando nos sentámos a escrever de onde vinha cada número.

#Abril: a linha de base barata do proxy

O nosso primeiro instantâneo, a 6 de abril, foi uma execução de proxy de API. Os números principais, em 26 consultas contra o ChatGPT:

Uma taxa de menção abaixo de oito por cento e uma taxa de citação de zero leem-se como um desastre. O detalhe mais útil é quem foi citado em vez de nós. Quando o modelo procurou uma fonte sobre trabalho polaco em WordPress, nomeou diretórios e portais de emprego: pracuj.pl apareceu três vezes, a par de clutch.co, olx.pl, home.pl, nazwa.pl e um anúncio de um meetup de programadores. Não são concorrentes que escreveram melhor do que nós. São agregadores em que o modelo confia como respostas genéricas a uma pergunta comercial. Esse padrão, o assistente a recorrer a um diretório em vez de um especialista, revelou-se a verdadeira história, e o polimento na própria página não o resolve.

O próprio relatório trazia o aviso que queremos que leve também: proxy de API, apenas tendências indicativas, cerca de quatro por cento de sobreposição de fontes com a interface web. Ainda não percebíamos o quanto esse aviso importava.

#Maio: a folha vazia que produziu um número

A execução de 11 de maio não foi execução nenhuma. O painel dessa semana é uma folha no repositório: vinte consultas repartidas por ChatGPT, Perplexity, Bing Copilot e Claude, uma coluna de resultado vazia ao lado de cada uma, e no topo uma linha Owner: _______ que ninguém alguma vez assinou. Ninguém a preencheu. A tabela que o nosso script produziu a partir dela, porém, parecia exatamente uma medição:

Todas as linhas voltaram como indeterminadas, mas não porque o instrumento tenha verificado alguma coisa e suspendido o juízo. O scripts/compute-ai-citation-metrics.mjs lê uma célula, conta-a como citação se corresponder a yes, y, true, 1 ou x, como ausência de citação se corresponder a no, n, false ou 0, e escreve unknown em qualquer outro caso. Uma célula vazia não corresponde a nada, logo recebe unknown. Vinte resultados indeterminados são vinte linhas que ninguém olhou. Não existe deteção de grounding nesse pipeline, e nunca existiu.

A última linha do relatório é pior. A taxa de citação é calculada como citações com sim a dividir por todas as linhas, pelo que aquelas vinte linhas vazias foram diretas para o denominador, e o ficheiro gerado anuncia: taxa de citação 0 por cento. Uma folha vazia entrou no script e saiu do outro lado como um relatório bem formatado, com um zero no cabeçalho e uma repartição por quatro motores por baixo.

É este o aspeto deste modo de falha visto por dentro. Não um instrumento que reporta honestamente que não consegue ver. Um instrumento que converte ausência de dados num resultado e o apresenta com a mesma confiança de uma medição. Acusamos disto os painéis de visibilidade em IA uns parágrafos adiante, por isso é justo dizê-lo sem rodeios: o nosso próprio pipeline fez exatamente isso, ninguém reparou, e o zero de maio esteve todo esse tempo no repositório com ar de conclusão. Um número não precisa de ser inventado para induzir em erro. Basta estar bem formatado.

#Junho: um segundo instrumento, um segundo ponto cego

A 11 de junho mudámos de instrumento. Descrevíamos isso então, para nós próprios, como uma passagem da API para as respostas reais dos modelos. Não foi. Ligámos o Geoboard, seis modelos entre os quais ChatGPT, Claude, Gemini, Perplexity, Grok e DeepSeek, contra um conjunto de prompts de intenção de compra. É outro fornecedor, não outro tipo de medição: o nosso cliente para isso, o scripts/geoboard-pull.mjs, são uma dúzia de linhas a embrulhar curl à volta de uma API REST. Interface de consumo não há ali em momento algum.

A própria nota metodológica do Geoboard diz, aliás, o que nós não dizíamos: a execução consulta os modelos sem pesquisa web em tempo real, medindo portanto a recuperação a partir dos dados de treino. Um ChatGPT real e um Gemini real pesquisam em tempo real e encontrariam o site no ar. A execução de junho não media, então, se a IA nos cita. Media se os modelos se lembram de nós do treino, e isso, para uma agência B2B de nicho, está perto de zero por construção. Tínhamos trocado um ponto cego por outro e, por momentos, tomámos isso por progresso.

O retrato ficou mais nítido ainda assim, porque dois pontos cegos em sítios diferentes mostram juntos mais do que um sozinho. Para uma consulta restrita, um estúdio polaco que serve clientes WordPress estrangeiros, ficámos em primeiro em cinco dos seis modelos testados. Com a pesquisa em tempo real desligada, isso significa algo de concreto e mais forte do que supúnhamos: a associação está nos próprios modelos, não em resultados de pesquisa agrafados no momento. É uma afirmação de identidade específica com pouca concorrência, exatamente o tipo de consulta que um especialista deve possuir.

Para as consultas transacionais sobre WooCommerce, as consultas mais próximas da receita, estávamos quase invisíveis. Os modelos responderam com confiança e não recorreram a nós. O ChatGPT foi consistentemente o canal mais fraco para a marca, sem um único acerto em todo o conjunto testado. O Perplexity saiu como o mais forte.

E foi aqui que quase cometemos o erro exato de que trata este relatório. A primeira versão deste parágrafo explicava a vantagem do Perplexity dizendo que o Perplexity se apoia fortemente na pesquisa web em tempo real. A explicação é elegante, encaixa em tudo o que se sabe do produto, e não se sustenta aqui: nesta execução nenhum modelo tinha pesquisa em tempo real. Fosse o que fosse que deu a vantagem ao Perplexity, não foi pesquisa em tempo real. Não sabemos o que foi. Adivinhar teria transformado uma ressalva metodológica que tínhamos por escrito numa frase com ar de conclusão, e seria o mesmo gesto do zero de maio, apenas mais bem vestido.

Os concorrentes que de facto surgiram eram sobretudo agências gerais de SEO e SEM que se promovem como fornecedoras de “AI SEO”, não especialistas em WooCommerce. A lacuna, por outras palavras, é de autoridade e associação, não de qualidade da página.

#O que somam os três instantâneos

Lidos em conjunto, o trimestre diz três coisas com clareza.

Primeiro, o método faz parte do número. As três execuções distam cerca de nove semanas e meia entre si, de 6 de abril a 11 de junho, e o site não esteve parado nesse intervalo: publicámos nessa janela novos guias de decisão em seis idiomas, apontados precisamente à lacuna que a medição tinha exposto. Não podemos, portanto, dizer aquilo que gostaríamos de dizer, ou seja, que foi o método a mover o número e não a realidade. Falta-nos o controlo para isso, porque a realidade também se mexeu. Podemos dizer algo mais fraco e mais sólido: estes três métodos divergem ao ponto de nenhum destes números ser interpretável sem o método que o produziu. Se uma ferramenta lhe dá uma taxa de citações de IA sem lhe dizer se leu a API ou o produto, e se o modelo tinha pesquisa em tempo real ligada, desconfie dela.

A medição em primeira mão é o objetivo de todo este exercício, e é a mesma disciplina que aplicamos ao trabalho de cliente: um número que não consegue reproduzir não é prova. Aprendemos a mesma lição da forma difícil com uma experiência de marca sintética, em que um modelo descreveu com confiança uma empresa que não existia. Medir uma marca real tem o modo de falha oposto, reportar com confiança zero quando a verdade é desconhecida, e o nosso script de maio fez precisamente isso à letra. Ambos remetem para o mesmo dever: verificar o instrumento antes de confiar na leitura, também, e sobretudo, quando foi você a escrever o instrumento.

Segundo, as consultas de identidade são ganháveis e as transacionais não, pelo menos não na própria página. Mantemos a consulta de posicionamento restrita porque é específica e pouco disputada. Perdemos as consultas comerciais porque os modelos se apoiam em diretórios e agências generalistas, e nenhuma quantidade de HTML mais limpo muda quem um modelo já associa a “programador WooCommerce”. Isso é um problema de autoridade fora da página.

Terceiro, o canal importa, mesmo quando ainda não se sabe dizer porquê. A mesma marca saiu como a mais forte no Perplexity e não apareceu no ChatGPT uma única vez, na mesma execução, no mesmo conjunto de consultas e com as mesmas definições. Explicação para isso não temos. Temos a repartição por modelo, que mostra a diferença, e isso chega para saber onde procurar a seguir. Uma única “pontuação de visibilidade em IA” misturada esconde precisamente a informação de que precisa, e oferece ainda a sensação falsa de que se percebeu alguma coisa.

#O que mudámos

Não reescrevemos páginas em reação a um número de proxy, porque isso seria otimizar para um instrumento em vez de para um cliente. Em vez disso, a medição mudou onde investimos esforço.

• Fixámos o conjunto de consultas e a cadência: uma lista estável de consultas de identidade, informativas e transacionais, registada mensalmente, com o motor, a data e a rubrica de quem preencheu a linha. A linha Owner deixou de ser enfeite.
• Rotulamos cada número com o seu instrumento e as suas definições, incluindo se o modelo tinha pesquisa em tempo real, e não pomos lado a lado números de dois instrumentos diferentes.
• Maio fica na série marcado como ausência de dados, não como zero. O script de contagem continua a incluir linhas vazias no denominador da taxa de citação e, até corrigirmos isso, nenhum zero saído desse pipeline entra num relatório sem alguém verificar quantas linhas foram de facto preenchidas.
• Movemos o trabalho de visibilidade transacional para fora da página, porque a lacuna aí é associação e autoridade, não conteúdo na própria página, e isso está documentado na nossa abordagem de GEO e LLMO em vez de noutra reescrita.
• Continuámos a servir tudo em HTML renderizado no servidor, que é a condição prévia para sermos sequer citáveis, e o tema da nossa nota sobre porque é que os assistentes ocidentais leem HTML em bruto.

#Como fazer isto por si próprio

Não precisa do nosso orçamento para começar. A configuração honesta mínima é uma lista fixa de dez a vinte consultas que clientes reais fariam, executada uma vez por mês, com três colunas registadas de cada vez: o motor, a data e se a sua marca foi nomeada ou o seu URL ligado. Acrescente uma quarta coluna para os outros domínios que foram citados, porque isso diz-lhe contra quem está realmente a competir na resposta, e raramente é quem suspeita. Acrescente uma quinta para quem preencheu a linha. Parece burocracia exatamente até ao momento em que vê um relatório gerado a partir de uma folha em que ninguém tocou.

Se usa uma ferramenta automatizada, faça-lhe duas perguntas antes de confiar num único gráfico: estás a ler a API ou o produto, e o modelo tinha pesquisa em tempo real ligada? Se não conseguir responder, trate o resultado apenas como indicativo, tal como as nossas três execuções. E se a ferramenta for sua, verifique mais uma coisa: o que ela faz com uma linha vazia. Nunca a deixe transformar ausência de dados num zero confiante.

#Um protocolo que outra pessoa consegue repetir

Uma folha de cálculo simples é suficiente, desde que as regras sejam decididas antes de ver as respostas. Para cada consulta, guardamos o texto exato, o idioma, o país ou contexto geográfico, o produto testado, a data, o tipo de acesso e a resposta observada. Depois separamos três acontecimentos que muitas ferramentas misturam: a marca foi mencionada, uma página do domínio foi usada como fonte e existiu uma ligação visível para essa página. Uma menção sem ligação pode reforçar reconhecimento, mas não oferece a mesma possibilidade de visita. Uma ligação sem contexto favorável também não equivale a recomendação.

O conjunto de consultas deve cobrir etapas diferentes da decisão. Uma pergunta de identidade testa se o sistema reconhece a entidade. Uma pergunta de problema testa se associa a marca a uma competência. Uma pergunta comparativa procura alternativas. Uma pergunta transacional aproxima-se de uma escolha de fornecedor. Não substituímos uma consulta difícil por outra mais cómoda quando o resultado é fraco, porque isso destruiria a série temporal. Se uma formulação tiver de mudar por ser ambígua, registamos a alteração e começamos uma nova linha de base para essa consulta.

Também guardamos a resposta completa ou uma captura verificável, não apenas a classificação final. Isso permite rever falsos positivos, distinguir uma citação editorial de uma lista automática e perceber se o domínio apareceu porque respondeu à pergunta ou apenas porque o nome constava de um diretório. Quando o produto personaliza resultados, anotamos o estado de sessão e evitamos tratar uma única execução como verdade universal. O objetivo não é fingir precisão laboratorial, mas tornar visíveis as condições que podem alterar a observação.

#Como interpretar o resultado comercialmente

Uma taxa global pode subir sem criar uma única oportunidade comercial. Dez novas menções em perguntas informativas distantes da compra podem valer menos do que uma citação numa pergunta usada para selecionar uma agência. Por isso, lemos os resultados por intenção e não apenas por volume. A pergunta útil para a direção não é “quantas vezes aparecemos?”, mas “em que decisões aparecemos, com que mensagem e ao lado de quem?”.

Para cada grupo, ligamos a observação a uma ação possível. Se a marca não é reconhecida numa consulta de identidade, revemos consistência de entidade, páginas institucionais e referências externas. Se aparece em perguntas informativas, mas desaparece nas comparações, falta prova que ajude a escolher: casos, metodologia, autoria identificável ou validação independente. Se é citada numa consulta transacional, verificamos se a página apresentada tem uma proposta clara, um próximo passo e informação suficiente para o potencial cliente preparar um pedido. Uma citação que conduz a uma página vaga desperdiça a visibilidade conquistada.

Não atribuímos automaticamente uma venda a uma resposta de IA. A pessoa pode descobrir a marca num assistente, voltar através de pesquisa de marca e enviar o formulário dias depois. O acompanhamento comercial deve, portanto, perguntar de forma discreta como conheceu a empresa e cruzar essa resposta com tráfego referido, pesquisas de marca e páginas de entrada. Esta triangulação não produz uma atribuição perfeita, mas é mais útil do que declarar retorno com base numa captura de ecrã.

#Limites que mantemos no relatório

Este estudo é uma linha de base pequena sobre o nosso próprio domínio, não uma amostra representativa de todas as agências, mercados ou versões dos modelos. Os produtos mudam, as fontes disponíveis variam por idioma e localização, e uma resposta pode mudar entre execuções próximas. Junho também não pode ser colocado na mesma série estatística de abril, porque o instrumento foi diferente, e maio não entra em série nenhuma, porque o painel ficou por preencher. Nenhuma das três execuções leu o produto de consumo, e as três estão separadas por cerca de nove semanas e meia durante as quais publicámos conteúdo novo. Usamos a comparação para mostrar a dimensão do problema metodológico, não para afirmar uma evolução mensal precisa nem para atribuir as diferenças ao método em vez da realidade.

Também não sabemos, apenas com estas observações, por que razão um modelo escolheu cada fonte. Podemos identificar padrões e formular hipóteses sobre autoridade, disponibilidade e associação temática, mas não vemos o sistema interno de seleção. Por isso evitamos prometer que uma alteração específica produzirá uma citação. O que podemos fazer é melhorar a verificabilidade da entidade, publicar material útil e original, obter referências legítimas e voltar a medir sob condições documentadas.

#Quando faz sentido pedir uma análise

Se pretende transformar esta abordagem num diagnóstico do seu site, envie-nos um briefing escrito com o domínio, mercados e idiomas prioritários, serviços que realmente geram margem, cinco a dez perguntas que os compradores fazem e os assistentes que quer acompanhar. Inclua ainda quaisquer alterações recentes de conteúdo, migrações ou campanhas de relações públicas, para não confundirmos efeitos diferentes. Com esse contexto podemos propor um conjunto de consultas, separar indicadores informativos de comerciais e indicar o que é possível concluir sem fabricar causalidade. O ponto de partida não é uma promessa de ranking, é uma medição que a sua equipa consegue auditar.

#A conclusão honesta

Um trimestre a medir as nossas próprias citações de IA produziu um número incómodo, a nossa taxa de citação transacional é baixa, e um hábito genuinamente valioso, nunca citar um número de visibilidade em IA sem o método que o produziu. Maio não nos mostrou de todo, apenas parecia mostrar. Junho revelou uma posição de identidade defensável que abril não conseguia ver, e fê-lo enquanto media algo diferente daquilo que julgávamos na altura. As três leituras só se tornaram úteis quando anotámos como cada uma foi feita. Antes disso, uma delas era apenas um zero num ficheiro. Este é o relatório um. Publicaremos o próximo instantâneo no final do trimestre, sobre o mesmo conjunto de consultas, para que a série possa ser comparada em vez de admirada. Se quer ser citado pela IA, comece por medi-lo com honestidade, e integre isso no fluxo de trabalho que descrevemos para GEO e LLMO.